紋理分離

紋理分離的問題困難何在呢? 一般而言, 為了做好紋理分離, 必須要處理較小單位的區域來達到較精確的分離結果。然而在另一方面, 如果處理區域的範圍太小,又可能不能涵蓋紋理之基本元素,造成所擷取的紋理特徵無法代表特定紋理, 以致於分離錯誤。上述的困境至今仍是一個未解的問題。

一般紋理分離的方法可分成三大類, 即statistical, structural and spectral. 近年來, multi-resolution(如wavelet transform)及 multi-channel (如gabor filter)的方法受到大家的注意及採用。我們所提出的方法, 主要是基於小波轉換(wavelet transform)的理論來發展紋理分離的方法。

一般而言,基於小波轉換(wavelet transform)而發展的紋理分離法常發生過度分離的現象。為了解決這個問題,我們將提出一個新的紋理分離法。這個方法主要的重點在於,利用將一個像素分類為屬於紋理區域內,或屬於紋理區域邊界,來達到紋理區域分離的目的。紋理區域邊界上的點則再進一步細分至已分離出之紋理區域內,以達到紋理分離的目的。

以下便將我們方法之系統架構圖及部份之實驗結果列示如下。

系統架構圖

實驗結果

 

Department of Computer and Information Science, National Chiao Tung University, 1001 Ta Hsueh Rd., Hsinchu 30050, Taiwan, R.O.C.
國立交通大學工程三館EC120 TEL: 03-5712121 轉 54744
Contact Us | ©2006AIP Lab@nctu